Netic 用单一开源 LLM 替换 223 节点智能体图

美国语音代理公司 Netic 近日宣布，将其原有包含 223 个节点的智能体图架构替换为单一开源大语言模型（LLM），在留客率、响应速度与自动化预约金额上均取得显著提升。这一转型源自他们对当前主流开源模型能力的重新评估。

为何放弃图架构

六个月前，Netic 开始探索新一代语音代理架构，曾测试过图结构、规划子代理、群体智能以及编码化对话流程等多种方案，但均未能解决语音代理的核心痛点：响应迟缓、陷入循环、回避问题、漏掉人类能立即察觉的关键信息。

公司最初在 2024 年将标准操作流程（SOP）编码为图结构，每个步骤成为一个节点，边由条件控制。if-else 链不断延伸，分类器（意图、所有权、行业等）不断叠加。随着业务增长，两年后这套系统已难以为继，失败案例持续涌现。

转向单一开源模型

随着 Kimi K2.6 和 GLM 5.2 等旗舰模型发布，Netic 首次观察到开源 LLM 能够在上下文中同时处理数百条操作流程，并能实时适应人类对话的非线性特征。

新架构的核心是「一个智能体」+「完整对话历史」+「按需加载的程序库」，运行在单一开源权重模型上，并以流式输出方式提供对话内容。支撑这一决策的有四项原则：

• 约束结果而非路径：确定性存在于工具边界（不可逆操作的接口），对话本身不预设固定形状。
• 模型看到一切：完整对话历史与相关程序都纳入上下文，过去图架构时代的大部分失败本质上都是「上下文饥饿」。
• 用指令而非原语：流程与策略以程序文本形式一次性表述，当前模型已能稳定遵循，结构性强制执行已显多余。
• 每个对话一个智能体：上下文不再在多个专家之间碎片化，也无需交接环节。

关键性能指标

切换架构后，Netic 语音代理的关键指标变化如下：

• 留客率与预约成功率较三个月前提升 15 个百分点；
• 首 token 时间减半至 500 毫秒以内；
• 累计为客户完成超过 5 亿美元的自动化任务预约。

图架构的典型失效模式

Netic 将两年生产环境中观察到的失败归纳为四类机制，文章已公开的两类颇具代表性：

路径强约束导致纠错困难

图结构要求在信息最少的时刻（来电者开口之初）就做出分类承诺，而真实用户往往以无序、渐进的方式透露需求。一旦早分支触发，系统状态便难以回退。文中给出的典型案例是：用户因锅炉故障致电，开口说「没电了」（实指锅炉无供电），系统随即触发电气故障分支；用户多次纠正为「是锅炉的问题」，系统虽口头接受，但状态未变，最终将一个供暖紧急工单错误归类为电气服务，预约排到了数天之后，而客户家中实际上正面临无暖气的困境。

上下文碎片化

图中每个节点只能看到作者预设的那部分上下文，缺乏对完整对话全貌的理解能力。作者指出，这一限制正是图架构时代大量失败的根源——表面上看是某个分类器判断失误，本质上却是模型从未获得足够的上下文。